孫曉林，周童童，孫志忠，李占明，胡棟*

（1.浙江農(nóng)林大學(xué)光機(jī)電工程學(xué)院，浙江 杭州 311300；2.浙江農(nóng)林大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，浙江 杭州 311300；3.江蘇科技大學(xué)糧食學(xué)院，江蘇 鎮(zhèn)江 212004）

隨著社會(huì)的不斷發(fā)展，人們的生活水平也不斷提高，水果、蔬菜等農(nóng)產(chǎn)品的品質(zhì)與安全也順勢(shì)成為當(dāng)代社會(huì)關(guān)注的熱點(diǎn)問(wèn)題。為滿足消費(fèi)者需求及保障果蔬質(zhì)量，需要對(duì)其進(jìn)行必要的品質(zhì)檢測(cè)。果蔬品質(zhì)大致分為外部品質(zhì)與內(nèi)部品質(zhì)，外部品質(zhì)指標(biāo)包括形狀、尺寸、顏色、表面缺陷等，內(nèi)部品質(zhì)指標(biāo)包括可溶性固形物含量（solublesolid contents，SSC）、酸度、硬度、含水率等。

果蔬組織屬于混濁介質(zhì)，光在其中傳播時(shí)，經(jīng)吸收和多次散射，從組織中穿出時(shí)攜帶了與組織內(nèi)部有關(guān)的信息。因此，通過(guò)測(cè)量組織的光學(xué)特性實(shí)現(xiàn)果蔬組織的品質(zhì)檢測(cè)是可行的。近年來(lái)，眾多專家學(xué)者們基于光在生物組織中的分布、傳播、吸收散射等光學(xué)理論，利用時(shí)間分辨（timeresolved，TR）[1]、頻域（frequencydomain，F(xiàn)D）[2]、空間分辨（spatialresolved，SR）[3]、空間頻域成像（spatial-frequency domain imaging，SFDI）[4]和積分球（integratingsphere，IS）[5]技術(shù)測(cè)量果蔬組織的光學(xué)特性參數(shù)，實(shí)現(xiàn)了果蔬組織的SSC、成熟度、表面缺陷、腐爛等內(nèi)外部品質(zhì)的無(wú)損檢測(cè)。

本文主要針對(duì)TR、FD、SR、SFDI和IS五種光學(xué)測(cè)量技術(shù)在果蔬品質(zhì)無(wú)損檢測(cè)中的測(cè)量及應(yīng)用進(jìn)行綜述，首先闡述其光學(xué)特性測(cè)量原理和技術(shù)特點(diǎn)，然后總結(jié)其在果蔬組織光學(xué)特性測(cè)量和品質(zhì)檢測(cè)方面的應(yīng)用情況，最后討論其未來(lái)挑戰(zhàn)和研究方向，為進(jìn)一步研究與應(yīng)用提供參考。

1 光學(xué)特性簡(jiǎn)介

光在果蔬組織中的傳輸過(guò)程復(fù)雜，會(huì)發(fā)生吸收、散射、反射和透射等多種現(xiàn)象。果蔬組織的結(jié)構(gòu)、成分和形態(tài)大不相同，導(dǎo)致其光學(xué)特性也不盡相同。一般來(lái)說(shuō)，樣品的吸收光譜由其成分的性質(zhì)和濃度決定，在特定波長(zhǎng)處的吸收系數(shù)可以提供糖類物質(zhì)、水、葉綠素等含量的信息，而散射特性則與其結(jié)構(gòu)相關(guān)，可用散射系數(shù)評(píng)價(jià)硬度等結(jié)構(gòu)指標(biāo)，為利用光學(xué)特性實(shí)現(xiàn)果蔬品質(zhì)無(wú)損檢測(cè)提供了可能性[6]。

果蔬組織的光學(xué)特性參數(shù)主要包括吸收系數(shù)（absorption coefficient，μa）、散射系數(shù)（scattering coefficient，μs）和各項(xiàng)異性因子（anisotropy factor，g）[7]。μa表示組織體內(nèi)單位路徑中一個(gè)光子被吸收的概率，反映了果蔬組織中分子的原子能級(jí)信息；μs表示組織體內(nèi)單位路徑中一個(gè)光子被散射的概率，反映了果蔬組織結(jié)構(gòu)的顯微不均勻性；g則是一個(gè)無(wú)量綱參數(shù)，表征組織中光分布的不均勻性和前向散射的概率，取值范圍為[-1，1]，大部分食品和農(nóng)產(chǎn)品組織的g在[0.7，0.9]。當(dāng)g值為1時(shí)，表示完全向前散射，g值為0表示完全同向散射，g值為-1則表示完全向后散射。為減少變量，簡(jiǎn)化光傳輸問(wèn)題，引入由μs和g推導(dǎo)得到的光學(xué)特性參數(shù)，即約化散射系數(shù)（reduced scattering coefficient，μs'），其中μs'=μs（1-g）。

2 光學(xué)特性測(cè)量及其應(yīng)用現(xiàn)狀

2.1 時(shí)間分辨與頻域技術(shù)

2.1.1 原理及特點(diǎn)

TR技術(shù)是一種使用低強(qiáng)度光的非破壞性光學(xué)技術(shù)。在時(shí)間分辨測(cè)量中，用窄脈沖光照射待測(cè)量的渾濁介質(zhì)；由于光子在組織傳播過(guò)程中發(fā)生吸收和散射現(xiàn)象，漫反射脈沖被衰減、展寬和延遲。光子在組織中傳輸?shù)木嚯x越長(zhǎng)，信號(hào)衰減就越嚴(yán)重，逸出組織的時(shí)間也越滯后。通過(guò)測(cè)量組織表面某一位置在不同時(shí)間的信號(hào)，便可得到隨時(shí)間變化的時(shí)間分辨光譜；結(jié)合相應(yīng)的光傳輸模型和逆向算法，可反演得到組織的μa和μs'[8]。

因組織對(duì)光的吸收和散射，系統(tǒng)檢測(cè)到的光與入射光具有不同的相位和幅度。FD和TR技術(shù)通過(guò)傅里葉變換實(shí)現(xiàn)兩者的相互轉(zhuǎn)換，即兩者所測(cè)信號(hào)包含的信息等效，但頻域技術(shù)要求檢測(cè)探頭和樣品表面要接觸良好。在FD中，光源經(jīng)高頻調(diào)制后進(jìn)入樣本組織，通過(guò)獲得不同徑向位置處的幅值變化量和相位延遲角，再結(jié)合漫射近似方程的分析解獲得光學(xué)特性參數(shù)[9]。FD所用系統(tǒng)價(jià)格昂貴，多用于生物醫(yī)學(xué)領(lǐng)域[10]。

2.1.2 應(yīng)用

SSC和硬度是決定果蔬品質(zhì)和適宜采后貯藏條件的重要指標(biāo)。通過(guò)與光學(xué)特性相結(jié)合建立模型，可實(shí)現(xiàn)果蔬組織的品質(zhì)預(yù)測(cè)。Cubeddu等[1]測(cè)量了650 nm～1 000 nm范圍內(nèi)蘋果、桃子、獼猴桃和西紅柿的μa和μs'，結(jié)果表明，μa曲線主要由水和葉綠素的光譜特征決定，而μs'隨著波長(zhǎng)的增加逐漸減小。Lurie等[11]分別研究了0、4℃貯藏時(shí)不同貨架期油桃的μa和μs'與硬度、凍傷的關(guān)系，結(jié)果表明，成熟度與670 nm下的μa有明顯關(guān)系，數(shù)值越低越成熟；凍傷則與780 nm下的μa相關(guān)。Tijskens等[12]和 Zerbini等[13]測(cè)量 670 nm 處油桃的光學(xué)特性，發(fā)現(xiàn)可用μa評(píng)價(jià)油桃果肉的軟化及預(yù)測(cè)成熟度。Seifert等[14]通過(guò)試驗(yàn)發(fā)現(xiàn)：在整個(gè)發(fā)育期內(nèi)，蘋果和李子的μs'分別變化了14.7%和41.5%。Nicola?等[15]對(duì)梨進(jìn)行了連續(xù)波和時(shí)間分辨近紅外反射光譜測(cè)量，構(gòu)建光學(xué)特性參數(shù)與硬度、SSC的預(yù)測(cè)模型。Cubeddu等[16]測(cè)量了610 nm～700 nm處3種蘋果的吸收和散射光譜，發(fā)現(xiàn)同一品種的不同果實(shí)和同一蘋果不同部位的散射性質(zhì)存在差異，不同品種間光學(xué)特性存在明顯差異。

TR技術(shù)不僅可以檢測(cè)整果，還可以檢測(cè)切片和干果的光學(xué)特性以及是否產(chǎn)生內(nèi)部褐變。Cortellino等[17]根據(jù)670 nm處蘋果果片的μa遞減規(guī)律將其分為未成熟、中等成熟和完全成熟三個(gè)等級(jí)，加工成熟度均勻的水果可獲得具有均勻質(zhì)地的鮮切產(chǎn)品。Rizzolo等[18]利用TR技術(shù)獲得670 nm處蘋果干切片的吸收系數(shù)，確定了其顯微結(jié)構(gòu)特征、加工條件和果實(shí)成熟度與脆度之間的關(guān)系。Vanoli等[19]試驗(yàn)時(shí)發(fā)現(xiàn)670、780 nm處褐變蘋果的μa高于正常蘋果，μs'則相反；蘋果的光學(xué)特性不僅隨內(nèi)部褐變的發(fā)展而變化，還與年份、施肥處理和貯藏條件等有關(guān)。

FD技術(shù)也可實(shí)現(xiàn)光學(xué)特性的測(cè)量，但在食品和農(nóng)業(yè)工程領(lǐng)域應(yīng)用不多。李江濤等[2]在研究頻域近紅外光學(xué)成像法檢測(cè)內(nèi)部病變蘋果的光學(xué)特性參數(shù)時(shí)，結(jié)合三維重構(gòu)技術(shù)并進(jìn)行模擬仿真，用吸收系數(shù)對(duì)比度噪聲比評(píng)價(jià)重構(gòu)效果，探究適合蘋果內(nèi)部病變檢測(cè)的最佳激光調(diào)制頻段以及蘋果不同病變程度、病變大小和病變程度對(duì)重構(gòu)精度的影響，為提高頻域近紅外光學(xué)成像無(wú)損檢測(cè)蘋果內(nèi)部病變的檢測(cè)精度奠定基礎(chǔ)。表1總結(jié)了TR技術(shù)測(cè)量果蔬組織光學(xué)特性及其具體應(yīng)用的情況。

表1 基于時(shí)間分辨技術(shù)的果蔬光學(xué)特性測(cè)量及其應(yīng)用Table 1 Optical property measurement and application of fruits and vegetables based on time resolved techniques

2.2 空間分辨技術(shù)

2.2.1 原理及特點(diǎn)

當(dāng)連續(xù)光源垂直入射到半無(wú)限大介質(zhì)表面時(shí)，可以認(rèn)為組織體內(nèi)的光分布是一種與時(shí)間無(wú)關(guān)的穩(wěn)態(tài)分布。果蔬組織是多組分的強(qiáng)散射介質(zhì)，當(dāng)光進(jìn)入樣品后，其漫反射隨著與入射光源的距離增加而下降。因此通過(guò)在不同空間位置上放置檢測(cè)器得到光強(qiáng)隨距離的變化情況，就能得到與吸收和散射相關(guān)的信息，通過(guò)測(cè)量組織表面漫反射實(shí)現(xiàn)果蔬組織的μa和μs'測(cè)量。

按照所用檢測(cè)器不同，SR技術(shù)可分為基于光纖探頭的空間分辨光譜法、基于單色成像的空間分辨法（monochromaticimaging-basedSR，MISR）與基于高光譜的空間分辨光譜法（hyperspectralimaging-basedSRS，HISRS）。其中基于光纖探頭的空間分辨光譜法又可以分為基于平移臺(tái)的空間分辨光譜法（translationstageSRS，TSSRS）與基于光纖陣列的空間分辨光譜法（fiber-arrayprobeSRS，F(xiàn)ASRS）。相較于時(shí)間分辨和頻域技術(shù)，空間分辨光譜技術(shù)所用儀器簡(jiǎn)單、操作簡(jiǎn)便、波長(zhǎng)覆蓋范圍相對(duì)較寬。

2.2.2 應(yīng)用

果干在食品加工市場(chǎng)上有著重要地位，除營(yíng)養(yǎng)價(jià)值豐富外，其獨(dú)特的食用口感也是人們熱衷購(gòu)買的原因之一。Nguyen等[3]對(duì)干燥至恒重的蘋果切片進(jìn)行500nm～1000nm內(nèi)的空間分辨反射（spatially-resolved reflectance spectroscopy，SRS）方法測(cè)量，結(jié)果表明，蘋果切片的μa和μs'與顯微結(jié)構(gòu)信息和品質(zhì)參數(shù)有很強(qiáng)的關(guān)聯(lián)性，可嘗試將該技術(shù)應(yīng)用于干燥果干的在線監(jiān)測(cè)過(guò)程。

為更好地探究光學(xué)特性與果蔬品質(zhì)的關(guān)系，學(xué)者們開發(fā)了不同的空間分辨系統(tǒng)，經(jīng)試驗(yàn)驗(yàn)證后均有較好的效果。Trong等[20]搭建了基于光纖探頭的接觸式空間分辨光譜測(cè)量裝置，用于測(cè)量400 nm～1 000 nm不同貨架期蘋果的光學(xué)特性，結(jié)果表明，基于吸收系數(shù)光譜構(gòu)建的偏最小二乘（partial least square，PLS）模型對(duì)蘋果品質(zhì)屬性具有良好的預(yù)測(cè)性能。Hu等[21]基于空間分辨漫反射技術(shù)建立雙光纖光學(xué)探針系統(tǒng)，用于測(cè)量梨的光學(xué)特性，發(fā)現(xiàn)在不同的測(cè)量表面，隨著波長(zhǎng)的增加，μs'逐漸減小，μa發(fā)生波動(dòng)。劉志存等[22]以穩(wěn)態(tài)空間分辨光譜技術(shù)為基礎(chǔ)設(shè)計(jì)了農(nóng)產(chǎn)品光學(xué)特性參數(shù)檢測(cè)系統(tǒng)，分別測(cè)量了富士蘋果和番茄的光學(xué)特性參數(shù)。王愛臣[23]利用光學(xué)特性分析儀（opticalpropertyanalyzer，OPA）的空間分辨高光譜成像系統(tǒng)結(jié)合優(yōu)化的序貫方法測(cè)量芒果果皮果肉的光學(xué)特性參數(shù)，發(fā)現(xiàn)果皮的μs'普遍高于果肉。黃玉萍等[24]使用多通道空間分辨系統(tǒng)測(cè)量550 nm～1 300 nm內(nèi)番茄的光學(xué)特性，并建立PLS模型，以預(yù)測(cè)硬度、SSC和pH值，結(jié)果表明與μs'相比，基于μa光譜能更好地對(duì)SSC和pH值進(jìn)行預(yù)測(cè)[25]。同時(shí)，他們將測(cè)得的光學(xué)特性用于番茄顏色等級(jí)的判別，識(shí)別率達(dá)到98.9%，高于傳統(tǒng)Vis/NIR光譜[26]；建立了偏最小二乘判別分析（partial least squares discrimination analysis，PLSDA）模型，用于判別番茄的成熟度，結(jié)果表明，當(dāng)番茄被分為三個(gè)成熟度等級(jí)時(shí)，基于表面和內(nèi)部顏色特征的番茄成熟度識(shí)別率相近，均在94%左右。

SRS技術(shù)測(cè)得的光學(xué)特性可用于果蔬的病害和擦傷檢測(cè)。Sun等[27]對(duì)健康和被真菌感染的桃子進(jìn)行空間分辨反射光譜測(cè)量，發(fā)現(xiàn)μs'值隨著桃病害嚴(yán)重程度的增加而下降，且675 nm處的μa和μs'可用于桃病害的早期檢測(cè)。Lu等[28]使用基于高光譜成像的空間分辨技術(shù)測(cè)量蘋果的光學(xué)特性，發(fā)現(xiàn)正常果的μs'高于擦傷果，且隨時(shí)間的推移，其值不斷減小，增強(qiáng)散射特征測(cè)量的光學(xué)系統(tǒng)將更適合于擦傷檢測(cè)。Mollazade等[29]利用空間分辨光散射成像技術(shù)檢測(cè)粉狀蘋果，粉狀蘋果的μs'在650 nm和980 nm處分別顯著降低和增加，在這兩處建立的人工神經(jīng)網(wǎng)絡(luò)分類模型能分別以76%和82%的分類精度區(qū)分粉狀和非粉狀蘋果。為確定洋蔥腐爛及其嚴(yán)重程度檢測(cè)的特征波長(zhǎng)，Sun等[30]利用空間分辨透射系統(tǒng)，對(duì)不同位置腐爛的洋蔥進(jìn)行不同維度的掃描，發(fā)現(xiàn)兩個(gè)波長(zhǎng)下透射率的空間分布測(cè)量，對(duì)洋蔥內(nèi)部腐爛物的位置和程度變化很敏感。

SRS技術(shù)測(cè)得的光學(xué)特性可用于果蔬組織色素、水分含量等指標(biāo)預(yù)測(cè)。Vanoli等[31]對(duì)成熟后不同貨架期的蘋果采用時(shí)間分辨反射光譜（time-resolved reflectance spectroscopy，TRS）和SRS兩種方式測(cè)量組織光學(xué)特性，結(jié)果表明，TRS測(cè)得的μa與果肉的色素和水分含量關(guān)系較大，TRS和SRS均能跟蹤蘋果成熟過(guò)程，但SRS測(cè)得的結(jié)果受果皮中色素影響較大，且只能探測(cè)到果皮下較淺的位置。Askoura等[32]獲得嘎啦蘋果的空間分辨后向散射圖像，使用擴(kuò)散理論模型擬合散射剖面，反演μa和μs'值，并與蒙特卡羅模擬結(jié)果進(jìn)行對(duì)比，推斷μa可能被高估，μs'變化緩慢并與硬度呈負(fù)相關(guān)。Cen等[33]使用擴(kuò)散模型結(jié)合逆向算法從空間反射分布圖中提取出515 nm～1 000 nm內(nèi)桃的μa和μs'光譜，果實(shí)軟化過(guò)程中μs'逐漸減小，μa與μs'組合建立的PLS模型預(yù)測(cè)相關(guān)性更好。表2中總結(jié)了SR技術(shù)在果蔬光學(xué)特性測(cè)量及其應(yīng)用的情況。

表2 基于空間分辨技術(shù)的果蔬光學(xué)特性測(cè)量及其應(yīng)用Table 2 Optical property measurement and application of fruits and vegetables based on spatial resolved technique

2.3 空間頻域成像技術(shù)

2.3.1 原理及特點(diǎn)

SFDI是一種寬視場(chǎng)、非接觸的擴(kuò)散光學(xué)成像技術(shù)，通過(guò)獲取空間調(diào)制光的漫反射實(shí)現(xiàn)果蔬組織的吸收系數(shù)和約化散射系數(shù)測(cè)量。將不同空間頻率、不同相位的穩(wěn)態(tài)正弦灰度平面光照射到渾濁介質(zhì)上，通過(guò)相機(jī)采集樣本表面的漫反射圖像，結(jié)合相應(yīng)的光傳輸模型即可計(jì)算得到組織光學(xué)特性參數(shù)。SFDI技術(shù)最早由Cuccia等[34]在2005年用于測(cè)量渾濁介質(zhì)的μa和μs'值，后被應(yīng)用于生物醫(yī)學(xué)領(lǐng)域[35]，得到了廣泛的研究與關(guān)注，目前已受到越來(lái)越多食品工程研究者的青睞，在果蔬等農(nóng)產(chǎn)品光學(xué)特性檢測(cè)中嶄露頭角[36]。

2.3.2 應(yīng)用

在果蔬行業(yè)，損傷和缺陷會(huì)降低果蔬的市場(chǎng)價(jià)值，造成重大的經(jīng)濟(jì)損失。SFDI技術(shù)在不損傷或不影響檢測(cè)對(duì)象物理化學(xué)性質(zhì)的前提下，獲取果蔬品質(zhì)信息并分析評(píng)價(jià)。Anderson等[37]首次將SFDI技術(shù)用于檢測(cè)金冠蘋果的擦傷，量化擦傷的嚴(yán)重程度，分別獲得0.06 J和0.314 J能量作用下蘋果擦傷組織在650 nm～980 nm下的吸收和散射圖像，比較后發(fā)現(xiàn)不同區(qū)域的μs'有較大差異，可清晰辨別擦傷區(qū)域和未擦傷區(qū)域。Hu等[4]構(gòu)建了SFDI系統(tǒng)，采集空間頻域圖像，通過(guò)解調(diào)計(jì)算得到蘋果光學(xué)特性，結(jié)果表明，內(nèi)部褐變蘋果的μa遠(yuǎn)高于正常蘋果組織，說(shuō)明SFDI技術(shù)在蘋果組織內(nèi)部褐變表征方面具有潛力。胡棟[38]進(jìn)一步改進(jìn)空間頻域成像系統(tǒng)，優(yōu)化參數(shù)擬合算法，測(cè)得蘋果、獼猴桃和芒果果皮果肉組織的光學(xué)特性參數(shù)，結(jié)果表明，三種果蔬果皮和果肉組織的μa大小與色素等成分含量相關(guān)，μs'的大小與硬度等物理特性相關(guān)；果皮組織的μa和μs'普遍高于果肉組織，獼猴桃表現(xiàn)尤為明顯。He等[39]使用校正后的SFDI成像系統(tǒng)用于梨的損傷檢測(cè)，通過(guò)比較μs'的變異系數(shù)值，很好地區(qū)分正常梨和損傷梨，正確率分別達(dá)到100%與98.3%。表3中總結(jié)了SFDI技術(shù)在水果光學(xué)特性測(cè)量中的具體應(yīng)用。

表3 基于空間頻域成像技術(shù)的水果光學(xué)特性測(cè)量及其應(yīng)用Table 3 Optical property measurement and application of fruits based on spatial-frequency domain imaging technique

2.4 積分球技術(shù)

2.4.1 原理及特點(diǎn)

IS技術(shù)可實(shí)現(xiàn)光學(xué)特性的離體測(cè)量，操作簡(jiǎn)單、精度高，是一種公認(rèn)的光學(xué)特性準(zhǔn)確測(cè)量方法。但因其測(cè)定時(shí)需將樣品做切片處理，因此不能將其歸為無(wú)損檢測(cè)技術(shù)類別中。這是IS與上述四種技術(shù)的本質(zhì)區(qū)別。積分球內(nèi)表面涂有硫酸鋇等高反射材料，反射率均勻且高達(dá)98%，設(shè)置成鏤空孔的中空球體，可滿足不同測(cè)量需求。當(dāng)光進(jìn)入球體內(nèi)部后，經(jīng)內(nèi)表面的高反射材料進(jìn)行多次漫反射，入射光在球體內(nèi)表面均勻分散，消減了被測(cè)樣品和檢測(cè)器件之間的受光面不均勻及測(cè)量過(guò)程中偏振帶來(lái)的不良影響，形成一個(gè)理想的朗伯體?；诖?，積分球技術(shù)能準(zhǔn)確測(cè)量出薄片組織的漫反射率Rd和漫透射率Td，結(jié)合反向倍增（inverse adding doubling，IAD）算法可反演得到 μa和 μs'。

IS技術(shù)分為單積分球（singleintegratingsphere，SIS）技術(shù)和雙積分球（doubleintegratingsphere，DIS）技術(shù)。SIS試驗(yàn)時(shí)僅用一個(gè)積分球，需改變樣品的放置位置，分別測(cè)量Rd和Td，試驗(yàn)時(shí)間較長(zhǎng)[40]；而DIS有兩個(gè)積分球且在同一水平線上，使用時(shí)將樣品放在兩球中間，可同時(shí)測(cè)量Rd和Td，但在兩球交界處會(huì)出現(xiàn)“串音”問(wèn)題，即測(cè)量得到的全反射/全透射可能包含部分從透射/反射積分球反射/透射回來(lái)的光，使得到的樣品組織反射率和透射率均高于實(shí)際值[41]。

目前為止，IS技術(shù)已用于測(cè)量獼猴桃[42]、藍(lán)莓[43]、蘋果[44]和馬鈴薯[45]等果蔬組織的光學(xué)特性及其品質(zhì)檢測(cè)。

2.4.2 應(yīng)用

IS技術(shù)可準(zhǔn)確測(cè)量果蔬組織的光學(xué)特性，為后續(xù)研究與試驗(yàn)提供理論依據(jù)和參考價(jià)值。Saeys等[44]用SIS測(cè)得三種蘋果的光學(xué)特性平均值，結(jié)果表明，μs'隨波長(zhǎng)的增加單調(diào)減少，果皮組織的散射比果肉大約多3倍，說(shuō)明后續(xù)研究中應(yīng)考慮果肉和果皮兩個(gè)模型。Van Beers等[46]則使用DIS系統(tǒng)測(cè)量了500 nm～1 850 nm的三種蘋果成熟過(guò)程中果皮皮層的光學(xué)特性，發(fā)現(xiàn)大多數(shù)色素存在于果皮中；所有品種在成熟過(guò)程中，蘋果皮層的散射系數(shù)都有所降低。Fang等[42]設(shè)計(jì)搭建了自動(dòng)式單積分球系統(tǒng)，研究獼猴桃在632.8 nm處的光學(xué)特性，發(fā)現(xiàn)獼猴桃果肉、種子和種子基部的μa和μs'存在顯著差異。Sun等[47]對(duì)4種橘類水果的不同組織進(jìn)行了光學(xué)特性測(cè)量，不同組織的μs差異明顯，物種間μs和g的差異小于不同組織間的差異。López-Maestresalas等[45]使用DIS系統(tǒng)測(cè)量了500 nm～1 900 nm的馬鈴薯塊莖組織的光學(xué)性質(zhì)，因樣品主要由水組成，在600nm～1 400 nm內(nèi)其μa光譜接近水的μa光譜，μa值較大；未完全將吸收和散射特性完全分離測(cè)量，其μs'值被低估；對(duì)各向異性因子的估計(jì)值很高（＞0.94），證明馬鈴薯組織高度前向散射。為更好地理解光在洋蔥中的傳播，Wang等[48]使用SIS系統(tǒng)測(cè)量632.8 nm處兩個(gè)品種的干皮和肉質(zhì)組織的光學(xué)特性，發(fā)現(xiàn)洋蔥干皮比肉質(zhì)組織具有更高的μa和μs'，且其光學(xué)特性與品種有關(guān)。Tomer等[49]則使用SIS系統(tǒng)測(cè)量洋蔥的光學(xué)特性，并將其吸收特性與水分、葉綠素相結(jié)合，在測(cè)量范圍內(nèi)給出了洋蔥組織吸收的最佳估計(jì)。

利用IS技術(shù)測(cè)得光學(xué)特性，并建立其與SSC和硬度的關(guān)系模型，可實(shí)現(xiàn)果蔬等農(nóng)產(chǎn)品的成熟度和品質(zhì)預(yù)測(cè)。Rowe等[50]探究蘋果在400 nm～1 050 nm間的光學(xué)特性和硬度的關(guān)系，發(fā)現(xiàn)隨著水果變軟，散射系數(shù)降低。馬晨等[51]研究水蜜桃儲(chǔ)藏過(guò)程中μa和μs'變化規(guī)律，發(fā)現(xiàn)硬度和原果膠指數(shù)與散射性質(zhì)的相關(guān)性較高（r≥0.965）。何學(xué)明[52]設(shè)計(jì)并改進(jìn)自動(dòng)積分球系統(tǒng)，測(cè)量400 nm～1 150 nm內(nèi)梨的光學(xué)特性，并建立與梨的SSC和硬度的預(yù)測(cè)模型，二者驗(yàn)證集決定系數(shù)R2v分別為0.40與0.44，表明用μa和μs'預(yù)測(cè)梨的相關(guān)理化指標(biāo)是可行的。Liu等[53]利用單積分球獲得獼猴桃從盛花期至成熟期的μa和μs'，發(fā)現(xiàn)μa主要與SSC和水分含量有較強(qiáng)的相關(guān)性，μs'與果膠指數(shù)及顯微結(jié)構(gòu)參數(shù)相關(guān)性更好。Fang等[54]測(cè)量蘋果在貯藏過(guò)程中的光學(xué)特性，并與SSC、可溶性總糖、果糖、蔗糖和葡萄糖含量進(jìn)行相關(guān)分析，發(fā)現(xiàn)μa和μs'均與SSC呈正相關(guān)，SIS技術(shù)可用來(lái)評(píng)估蘋果的品質(zhì)。Wei等[55]使用自動(dòng)單積分球系統(tǒng)獲取蘋果在25℃和0℃下400 nm～1 050 nm的μa和 μs'，發(fā)現(xiàn)隨著貯藏時(shí)間的延長(zhǎng)，μa和 μs'隨 SSC 和可溶性糖含量的下降而下降。謝丹丹等[56]測(cè)定草莓的μa和μs'，試驗(yàn)發(fā)現(xiàn)μa與SSC呈負(fù)相關(guān)，與含水率呈正相關(guān)，基于μa構(gòu)建的模型具有最好的預(yù)測(cè)SSC和含水率的能力，利用吸收特性可以更好地預(yù)測(cè)草莓的內(nèi)部品質(zhì)。

純天然無(wú)添加劑的水果越來(lái)越受人們的歡迎，但在購(gòu)買水果時(shí)，僅憑肉眼無(wú)法判斷果蔬是否為純天然。謝丹丹[57]用單積分球系統(tǒng)探究草莓的光學(xué)特性、吡效隆（forchlorfenuron，CPPU）濃度及其內(nèi)部品質(zhì)的相關(guān)性關(guān)系，發(fā)現(xiàn)CPPU會(huì)顯著增加草莓的單果重，550 nm～850 nm 和 950 nm～1 650 nm 內(nèi) μa和 μs'的平均相對(duì)誤差分別為7.23%和9.48%，說(shuō)明積分球系統(tǒng)對(duì)草莓膨大果的正確識(shí)別和草莓品質(zhì)的檢測(cè)有足夠的能力。同樣地，Liu等[58]研究了CPPU對(duì)生長(zhǎng)期和貯藏期獼猴桃光學(xué)特性的影響規(guī)律，發(fā)現(xiàn)在果實(shí)的生長(zhǎng)期，獼猴桃果肉在970 nm和1 190 nm的μa具有識(shí)別正常果和膨大果的潛力，而在1 190 nm處的μs'具有識(shí)別用不同濃度CPPU處理后的獼猴桃的潛力。

IS技術(shù)也可用于水果組織的損傷識(shí)別。吳小華等[59]采用SIS系統(tǒng)測(cè)量了無(wú)損和不同程度輕微損傷蘋果的光學(xué)特性，并基于支持向量機(jī)和概率神經(jīng)網(wǎng)絡(luò)理論建立了分類模型，兩者的最高識(shí)別準(zhǔn)確率均在98%以上。Zhang等[60]使用DIS研究了400 nm～1 050 nm內(nèi)不同損傷程度的蘋果果肉光學(xué)特性，結(jié)合主成分分析法和支持向量機(jī)對(duì)蘋果損傷程度進(jìn)行分類和預(yù)測(cè)，準(zhǔn)確率高達(dá)92.5%。Zhang等[43]則首次報(bào)道了不同程度擦傷的藍(lán)莓果皮和果肉的光學(xué)特性，并利用蒙特卡洛模擬光子與水果組織的相互作用，表明930 nm～1 400 nm比500 nm～800 nm具備更強(qiáng)的藍(lán)莓擦傷檢測(cè)能力。表4中總結(jié)了基于IS技術(shù)的果蔬光學(xué)特性測(cè)量及其具體應(yīng)用。

表4 基于積分球技術(shù)的果蔬光學(xué)特性測(cè)量及其應(yīng)用Table 4 Optical property measurement and application of fruits and vegetables based on integrating sphere technique

3 總結(jié)與展望

時(shí)間分辨、頻域、空間分辨、空間頻域成像和積分球技術(shù)在果蔬組織光學(xué)特性測(cè)量及其品質(zhì)檢測(cè)領(lǐng)域均表現(xiàn)出各自的優(yōu)勢(shì)，但也存在不足。TR技術(shù)和FD技術(shù)儀器較貴，覆蓋光譜區(qū)域較窄，要求檢測(cè)器與待測(cè)樣品接觸良好；SFDI技術(shù)檢測(cè)時(shí)間較長(zhǎng)，效率有待提高，限制其在食品和果蔬檢測(cè)中的廣泛應(yīng)用。IS技術(shù)雖然通常作為參考方法用于評(píng)價(jià)其他方法的測(cè)量精度，但該方法屬于有損測(cè)量；在測(cè)量農(nóng)產(chǎn)品組織的光學(xué)特性時(shí)，通常對(duì)樣本進(jìn)行破壞性的切片取樣，破壞了組織的物理結(jié)構(gòu)。

因地域差異，果蔬種類繁多，內(nèi)部結(jié)構(gòu)和理化性質(zhì)各不相同，無(wú)法建立一個(gè)統(tǒng)一的光學(xué)特性測(cè)量標(biāo)準(zhǔn)以供參考，往往要查閱大量文獻(xiàn)尋找已知的參數(shù)甚至重復(fù)前人的工作，耗時(shí)耗力。此外，諸多學(xué)者們利用不同技術(shù)搭建的光學(xué)測(cè)量系統(tǒng)及數(shù)值分析方法得到的結(jié)果有所差別，即使是同一技術(shù)、同一類樣本，試驗(yàn)過(guò)程中也會(huì)出現(xiàn)原因不一的誤差，例如設(shè)備中使用的光源、樣本保存的環(huán)境以及實(shí)驗(yàn)操作步驟等都會(huì)對(duì)結(jié)果產(chǎn)生一定的影響。因此，要想使這些光學(xué)檢測(cè)技術(shù)在果蔬檢測(cè)領(lǐng)域中應(yīng)用更加廣泛，要做的工作還很多。

在今后的研究中，需提高光學(xué)特性測(cè)量的準(zhǔn)確性，不僅要在測(cè)量技術(shù)和方法上進(jìn)行提升，也要進(jìn)一步研究并完善光傳輸理論及其他相關(guān)模型，進(jìn)而建立更為標(biāo)準(zhǔn)的試驗(yàn)平臺(tái)；結(jié)合計(jì)算機(jī)技術(shù)探索更穩(wěn)定高效的數(shù)據(jù)處理算法，縮短試驗(yàn)時(shí)間、降低試驗(yàn)成本，從而提高參數(shù)測(cè)量的準(zhǔn)確性。此外，還需加強(qiáng)對(duì)已有數(shù)據(jù)的甄別、統(tǒng)計(jì)、總結(jié)及分析能力，建立一套具備準(zhǔn)確性、權(quán)威性及系統(tǒng)性的光學(xué)特性測(cè)量標(biāo)準(zhǔn)體系，使得學(xué)者們?cè)诮窈蟮墓鈱W(xué)特性測(cè)量過(guò)程中有據(jù)可依。